Beveridge开源决策模型：0.4B参数在文档任务上超通用大模型，推理仅4.9毫秒

事件核心：发生了什么

论文介绍 Beveridge 是一个开源权重决策模型家族：输入一份文档和最多15个类型化问题（是/否、多选、有序等级），一次前向传播直接输出各选项答案及校准后的概率，不生成文字。Beveridge-Large-C 在 ModernBERT-large 上增加约3.5M参数决策网络，用确定性解析器提取金额、日期、时间与数字特征，并由无学习参数的规则引擎计算精确事实。论文称其在自有运维文档基准上得93.0%，高于五个通用大模型（31B–675B）中最好的91.1%和某商业 System One API 的87.9%；ECE 为0.029，因此可在95%准确率下自动放行76%的决策。单张 NVIDIA H200 GPU 上每次决策4.9毫秒，Apple M4 Pro 14核 CPU 上约60毫秒。另有基于 Gemma 4 26B-A4B 加 LoRA 的 Beveridge-Pro-C，以及面向浏览器智能体下一步操作的 Pro-C-Web，论文称后者在未见过站点类型上的下一步准确率从49.4%提升至98.2%。权重和推理代码以 Apache 2.0 发布。

为什么重要

多数生产流程要的是路由工单、校验限额、拒绝请求这类窄决策，而不是让大模型写一段说明再从中猜标签。Beveridge 把输出空间限定为封闭选项并输出校准概率，这恰好是自动放行与人工兜底规则需要的接口。相比调用通用大模型，0.4B 量级模型在固定任务上更便宜、更快，也更便于本地部署，对大模型 API 的轻量决策场景形成一种替代路线。

对用户/开发者/创作者的影响

对开发者，这是一套可本地运行的推理方案，Apache 2.0 许可降低了集成门槛，适合客服分流、合规检查、浏览器自动化等场景。对企业，校准概率意味着可以按置信度设置人工审核阈值，不过具体阈值仍需在自有数据上验证。目前公开信息显示，论文只测试了每次请求1至5个问题，6至15个问题尚未验证，Pro 和 Pro-C-Web 版本细节也有限。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

观察点包括：该基准是否会被第三方复现或扩展；6至15个问题的表现如何；商业 System One API 厂商是否会调整定价；社区能否基于开源权重复现浏览器智能体的实际任务表现。

来源：alphaXiv